将深度嵌套的JSON响应转化为pandas数据框

可以使用json_normalize函数将JSON响应转化为pandas数据框。这个函数可以自动处理嵌套的JSON数据。示例代码如下：

import requests
import pandas as pd
from pandas.io.json import json_normalize

# 发送请求并获取JSON响应数据
response = requests.get('https://example.com/api/')
data = response.json()

# 将JSON响应转化为pandas数据框
df = json_normalize(data)

如果JSON响应中存在嵌套的字段，可以使用参数record_path来指定嵌套的字段路径，并使用参数meta来指定要展开的字段路径。示例如下：

# 假设JSON响应中包含以下嵌套字段
# {
#     "id": 1,
#     "name": "foo",
#     "meta": {
#         "description": "something",
#         "value": 42
#     }
# }

# 使用json_normalize将JSON响应转化为pandas数据框
df = json_normalize(data, record_path='meta', meta=['id', 'name'])

# 结果数据框包含以下列: description, value, id, name

需要注意的是，json_normalize函数会自动展开嵌套的JSON数据，因此可能会导致数据框中存在多个重复的数据。可以使用参数errors='ignore'来忽略这些重复数据。